刷题Day53
1.最长公共子序列
和之前的一道题目的区别就是这个子序列不需要每个字符相邻。那么条件就变成两种了,一种是当前的字符相同,一种是不同。相同跟之前的条件一样;不同则需要继承上次比较的较大值。if (text1[i - 1] == text2[j - 1]),则dp[i][j] = dp[i - 1][j - 1] + 1;此外就是继承的写法,就是i-1和j-1的字符不一样,那么就是 看i-2和j-1字符组成的大小 以及 i-1和j-2字符组成的大小之间比较的大小取舍,即dp[i][j] = max(dp[i][j - 1], dp[i - 1][j]);
class Solution {
public:
int longestCommonSubsequence(string text1, string text2) {
vector<vector<int>> dp(text1.size() + 1, vector<int>(text2.size() + 1, 0));
for (int i = 1; i < text1.size() + 1; i++)
{
for (int j = 1; j < text2.size() + 1; j++)
{
if (text1[i - 1] == text2[j - 1])
dp[i][j] = dp[i - 1][j - 1] + 1;
else
dp[i][j] = max(dp[i][j - 1], dp[i - 1][j]);
}
}
return dp[text1.size()][text2.size()];
}
};
2.不相交的线
跟上一题其实是一样的,因为本质都是往后找子列
class Solution {
public:
int maxUncrossedLines(vector<int>& nums1, vector<int>& nums2) {
vector<vector<int>> dp(nums1.size() + 1, vector<int>(nums2.size() + 1, 0));
for (int i = 1; i < nums1.size() + 1; i++)
{
for (int j = 1; j < nums2.size() + 1; j++)
{
if (nums1[i - 1] == nums2[j - 1])
dp[i][j] = dp[i - 1][j - 1] + 1;
else
dp[i][j] = max(dp[i][j - 1], dp[i - 1][j]);
}
}
return dp[nums1.size()][nums2.size()];
}
};
3.最大子数组和
1.会超出存储范围的dp,其实思路就是暴力解,只是表达式简单易懂。
2.dp[i][j]:从i到j位置的最大子数组和。
3.那么i<j的位置其实都是没有意义的。只考虑二维数组的另外一半。条件其实很简单,就是比较加上j这个节点的数组会不会子数组更大,所以条件为dp[i][j] = dp[i][j - 1] + nums[j];
4.初始化就是:将dp[i][i]位置的数变为nums[i];dp[0][i]为前一个数的累加dp[0][i] = dp[0][i - 1] + nums[i];
class Solution {
public:
int maxSubArray(vector<int>& nums) {
vector<vector<int>>dp(nums.size(), vector<int>(nums.size(), 0));
dp[0][0] = nums[0];
for (int i = 1; i < nums.size(); i++)
{
dp[0][i] = dp[0][i - 1] + nums[i];
}
int ret = nums[0];
for (int i = 0; i < nums.size(); i++)
{
dp[i][i] = nums[i];
ret = max(ret, dp[i][i]);
for (int j = i + 1; j < nums.size(); j++)
{
dp[i][j] = dp[i][j - 1] + nums[j];
ret = max(ret, dp[i][j]);
}
}
return ret;
}
};
1.dp[i]:为i位置的最大子数组和
2.条件:就是看前面一个dp加上当前节点和单独是该节点的数之间的比较dp[i] = max(dp[i - 1] + nums[i], nums[i]);
3.初始化dp[0] = nums[0];
class Solution {
public:
int maxSubArray(vector<int>& nums) {
vector<int>dp(nums.size(), 0);
dp[0] = nums[0];
int ret = dp[0];
for (int i = 1; i < nums.size(); i++)
{
dp[i] = max(dp[i - 1] + nums[i], nums[i]);
ret = max(ret, dp[i]);
}
return ret;
}
};
Day55
1.最大子数组和
1.dp数组的含义:dp[i]是i位置的数组的最大子数组和
2.dp数组的操作:其实有两种可能:当nums[i]算入dp[i-1]时的大小和只算nums[i]的大小,我的理解是,它这样的想法其实本质就是如果当前位置算作是到上一次最大数中是是否可以刷新上一次的最大值,如果不能就从当前位置重新计算。所以条件就是dp[i]=max(dp[i-1]+nums[i],nums[i]);
class Solution {
public:
int maxSubArray(vector<int>& nums) {
vector<int>dp(nums.size(),0);
dp[0]=nums[0];
int ret=dp[0];
for (int i = 1; i < nums.size(); i++)
{
dp[i]=max(dp[i-1]+nums[i],nums[i]);
ret=max(ret,dp[i]);
}
return ret;
}
};
2.不同的子序列
1.dp数组的含义:dp[i][j]是i-1位置的word1字母与j-1位置的word2字母为结尾时,子序列的个数
2.dp数组的操作:首先要清楚j位置是只考虑一次的,其本质就是当子串到j位置统计到底前面有几个相同但是不同位置的子序列
首先if(s[i-1]==t[j-1]),此时两个对应末尾位置的字母一致,那么此时次数的来源有两处,一处是dp[i-1][j-1],因为dp[i-1][j-1]其实就是dp[i][j]去掉当前字符比较的数量;另外是dp[i-1][j],因为dp[i-1][j]是dp[i][j]不考虑s的i-1位置的结果。两个条件加起来dp[i][j]=dp[i-1][j-1]+dp[i-1][j];
此外如果if(s[i-1]!=t[j-1]),说明两个字母不相同,不相同则不需要考虑s的i-1位置的结果了。故条件为dp[i][j]=dp[i-1][j];
3.初始化:以为其实dp[i][j]是由dp[i-1][j]推出来的,我们需要初始化dp[i][0],当下标为0时,说明对应的一个子串是空字符串。那么对于另外一个下标,相同的其实就一种可能,另一个字符串它也是空字符串,所以条件为1,即dp[i][0]=1;
class Solution {
public:
int numDistinct(string s, string t) {
vector<vector<int>>dp(s.size() + 1, vector<int>(t.size() + 1, 0));
for (int i = 0; i < s.size() + 1; i++)
dp[i][0]=1;
for (int i = 1; i < s.size() + 1; i++)
{
for (int j = 1; j < t.size() + 1; j++)
{
if(s[i-1]==t[j-1])
dp[i][j]=dp[i-1][j-1]+dp[i-1][j];
else
dp[i][j]=dp[i-1][j];
}
}
return dp[s.size()][t.size()];
}
};